最近做了一个支持 docx,pptx,xlsx 的生成、解析、模板填充的纯 Typescript 库

因为日常需求，需要将 docx 存储解析为 JSON 格式方便后续处理，并且能进行简单地在线编辑、集成 AI 工具，一开始是写了 Docen 这个库，将 docx 转为了 Tiptap JSON 格式，简单写了一些解析以支持 tiptap 或者说 html 支持的样式，再通过 dolanmiu/docx 这个包进行导出，但是后期随着需要用到的功能越来越多，感觉不管是解析还是生成的方式都越发显得局限，所以另外做了这个库 Office Open。

第一阶段，我先是基于原版 docx 包进行了完善，加入了关于 Chart 、Smartart 、SDT 控件等功能，支持了绝大部分的 wml/pml/sml 元素，默认设置更贴近于 Microsoft Office/WPS Office 的标准，重写了关于 xml 的生成和解析部分，将原本的打包从 jszip 替换为了 fflate ，针对 node 环境使用了 zlib 来实现，以此支持了 docx,pptx,xlsx 的生成。

第二阶段，因为原版是基于 Class 实现的，且中间路径过长，我逐步迁移到了通过字符串拼接的方式用以提高性能，但这个过程中依然遇到了问题，因为我的根本需求是需要通过 JSON 生成和解析，大量的 Class 和 JSON 模式混杂使得维护起来越发困难

第三阶段，我全部剔除了所有 Class 的部分，完全转换为通过 JSON 来生成 docx,pptx,xlsx 文件，并且增加了大量 round-trip 的测试来保持生成和解析的一致性，目前与同类产品（ docx,pptxgenjs,hucre ）进行对比后，单独针对生成的部分进行了 Benchmark 测试，还是有比较明显的优势的。

Large Docx (~100MB) — Mixed Content

500 styled paragraphs + 38 mixed-size images (1-5MB, 100MB total) + 50x10 table.

Large Pptx (~100MB) — Mixed Content

40 slides x (2 shapes + 2 mixed-size images + 3x3 table).

Large Xlsx — 100,000 rows × 20 columns (2M cells)

现在其实我觉得可能陷入了一些瓶颈，比如说让 AI 通过工具输入 JSON 生成对应的文档，因为没有实现完整的 zod 校验，导致错了的话 AI 也没法很好第一时间发现错误，即便是支持通过 MCP 查询文档也经常会遇到一些错误。

当前其实是支持类似如下 JSON 直接去生成一个完整的 docx 文件，可以通过 Office Open Website 这个网站去在线体验

{
    "sections": [
        {
            "children": [
                { "paragraph": { "children": [{ "text": "Hello, World!", "bold": true }] } }
            ]
        }
    ]
}

想征询一下大家的意见，是否应该将类型定义转化为 zod ，以便更好的类型校验，或者生成对应的 JSON Schema ，以及对于当前的类型定义方式是否有更合理的建议

因为后期我是准备在基于Office Open库的基础上实现在线编辑和预览，所以后面会逐步将 Docen 包的解析层替换为当前实现，对于这个的实现我还在尝试，是通过 Tiptap JSON 的形式还是别的什么，以及当前基于 Tiptap 的分页和渲染方案可能都需要另外考虑，我在想是否需要基于 Leaferjs 进行高性能渲染，这会影响后期的维护思路，所以希望和大家有所讨论，能够提供参考意见，感谢~